Chaque codebase a du travail que tout le monde sait qu'il faudrait faire et que personne ne fait. Les tests qui attraperaient ce cas limite mais qui prennent une heure à écrire. La documentation qui date de six mois. Les messages d'erreur qui disent encore "something went wrong." Le refactoring qui rendrait le module plus propre mais qui ne bloque rien. C'est ce travail qui s'accumule en silence et rend un codebase plus difficile à utiliser avec le temps.

Les AI assistants changent l'économie de ce travail de façon spectaculaire. L'heure nécessaire pour écrire une bonne suite de tests pour un module tombe à quinze minutes quand tu peux décrire ce qui doit être testé et faire générer l'échafaudage. La documentation que personne n'écrit parce qu'elle est fastidieuse à maintenir peut être générée à partir du code et revue plutôt qu'écrite de zéro. Le refactoring qui semblait être un projet de fin de semaine devient un après-midi quand les parties mécaniques sont prises en charge par l'assistant.

Le levier est le plus haut précisément là où la résistance humaine est la plus haute — le travail répétitif, fastidieux, important-mais-pas-urgent. L'assistant ne le trouve pas fastidieux. Il n'a pas un backlog de travail plus intéressant qui se dispute son attention. Il écrira le quinzième cas de test avec le même soin que le premier.

La discipline consiste à rediriger une partie de la vélocité que l'assistant fournit vers le travail que tu as reporté, plutôt qu'à utiliser toute cette vélocité pour aller plus vite sur le travail qui se faisait déjà. Une équipe qui livre des features plus vite, c'est bien. Une équipe qui livre des features plus vite et réduit sa dette technique simultanément, c'est mieux — et c'est atteignable quand le travail fastidieux cesse d'être le goulot d'étranglement.

Utilise le temps que l'assistant économise sur le travail pour lequel tu n'as jamais eu le temps. C'est là que réside la valeur cumulative.